Chapitre 5. L'API DataStream (v1.7)
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Ce chapitre de présente les bases de l'API DataStream de Flink. Nous montrons la structure et les composants d'une application de streaming Flink typique, nous discutons des systèmes de types de Flink et des types de données pris en charge, et nous présentons les transformations de données et de partitionnement. Les opérateurs de fenêtre, les transformations temporelles, les opérateurs avec état et les connecteurs sont abordés dans les chapitres suivants. Après avoir lu ce chapitre, tu sauras comment mettre en œuvre une application de traitement de flux avec des fonctionnalités de base. Nos exemples de code utilisent Scala par souci de concision, mais l'API Java est pour l'essentiel analogue (les exceptions ou les cas particuliers seront signalés). Nous fournissons également des exemples complets d'applications implémentées en Java et en Scala dans nos dépôts GitHub.
Bonjour, Flink !
Commençons par avec un exemple simple pour avoir une première impression de ce que c'est que d'écrire des applications de streaming avec l'API DataStream. Nous utiliserons cet exemple pour présenter la structure de base d'un programme Flink et introduire certaines fonctionnalités importantes de l'API DataStream. Notre exemple d'application ingère un flux de mesures de température provenant de plusieurs capteurs.
Tout d'abord, jetons ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access